Verhalten der neuen Ausleseelektronik an der TPC

Präsentation zum Thema: "Verhalten der neuen Ausleseelektronik an der TPC"—  Präsentation transkript:

1 Verhalten der neuen Ausleseelektronik an der TPC
Matteo A. Kumar

2 Die TPC Magnet Beamline TPC
Matteo A. Kumar

3 Die TPC Spurendriftkammer „Herz“ von ALICE V=88m3 Ne/CO2-Gas
Matteo A. Kumar

4 Funktionsweise der TPC
Elektrode Ionisieren des Gases durch durchquerende Teilchen → Freisetzung von e- Homogenes elektrisches Feld → Beschleunigung zu den Endkappen hin → Ionisierung weiterer Gasmoleküle → Ionenwolke → Registrierung durch sog. Pads Readout chamber Endkappen Matteo A. Kumar

5 Elektronik der TPC 570.000 Pads → 570.000 Kanäle
128 Kanäle pro Front-End Card (FEC) 21-33 FECs pro Readout-Control-Unit (RCU) Matteo A. Kumar

6 Aufgabe Simulation der Signale der Teilchen durch Trigger
Verschiedene Rahmenbedingungen Input-Rate schrittweise erhöhen → Messung der Output-Rate → Ermittlung des Messverhaltens Matteo A. Kumar

7 Wozu das Ganze? Bei ALICE: Ionenkollisionen → hohe Komplexität
→ hohe Teilchendichte → sehr gutes Auflösungsvermögen nötig Matteo A. Kumar

8 Veränderte Parameter Anzahl aktivierter FECs
Anzahl der Samples pro Kanal Anzahl der leeren Kanäle Auslesemodus (Full/ Sparse Readout) Input-Art: BC (gleichförmig) oder Random (entspricht ca. Teilcheninteraktionsrate) Messbereich: 10Hz-100kHz Matteo A. Kumar

9 Matteo A. Kumar

10 Messungen Darstellung der Konfigurationen:
Nummer der eingeschalteten FECs/Anzahl der ausgelesenen Samples z.B.: 0,1/10 → FEC Nr. 0 und 1 eingeschaltet, 10 Samples pro Kanal ausgelesen Matteo A. Kumar

11 Matteo A. Kumar

12 Matteo A. Kumar

13 Auslesemodi: Full und Sparse Readout
Full Readout: Alle Kanäle werden ausgelesen Leere Kanäle senden nur einen Header Sparse Readout: Ermittlung der Kanäle mit Signalen Nur nicht-leere Kanäle werden ausgelesen Matteo A. Kumar

14 [Hz] [Hz] Matteo A. Kumar

15 Matteo A. Kumar

16 Matteo A. Kumar

17 Matteo A. Kumar

18 Fazit Zunehmende FEC-Anzahl → Output-Rate sinkt
→ Output-Rate konvergiert schneller Random-Rate → Kurvenförmigerer Verlauf (↔ BC) Sparse Readout lohnt sich erst ab hohen Input-Raten bzw. einem Anteil an leeren Kanälen von über 50% Matteo A. Kumar